人工智能助创新药发现：逆转疾病转录特征

研究人员开发了一种基于深度学习的策略，用于筛选和优化能逆转疾病相关转录表型的药物。该方法利用疾病转录组数据与化合物诱导的基因表达特征进行匹配，后者由模型从化学结构预测而来。

该策略首先使用批量或单细胞转录组学数据表征疾病状态，随后通过深度学习模型预测化合物处理的转录响应。通过计算疾病与药物诱导特征之间的相似性，筛选出能逆转疾病异常的候选分子。

初步验证显示，该方法不仅能发现已知药物，还能识别全新的活性分子。这为加速靶向复杂疾病的药物发现，尤其是缺乏已知靶点的疾病，提供了高效且可扩展的方案。